厚尾噪声条件下星凸形扩展目标student’s t滤波器

针对非线性非高斯厚尾噪声条件下的不规则形状的扩展目标跟踪问题,提出了基于随机超曲面模型(RHM)的星凸形扩展目标student’s t滤波算法.首先,在带有非高斯厚尾过程噪声和厚尾量测噪声的系统中, 基于student’s t分布给出鲁棒student’s t滤波器.其次,利用随机超曲面模型描述任意星凸形扩展目标的量测源分布, 提出带厚尾噪声的星凸形扩展目标student’s t滤波器.最后通过仿真验证了所提方法的正确性和有效性.     

海上动态目标潜在区域博弈预测及搜索方法

针对遥感卫星对海上动态目标搜索定位的应用需求, 提出海上动态目标潜在区域博弈预测及搜索方法。通过非对称信息假设将动态博弈转化为静态博弈, 简化策略函数以提高算法效率。以收益为指标设计博弈策略, 使算法更贴近实际应用, 并将目标潜在区域预测算法和卫星搜索规划算法转化为纳什均衡下的最优策略求解问题。引入目的地信息, 将目标位置预测的时间跨度从数小时增加到数天。实验结果显示, 该搜索方法在保证了较高目标捕获率的同时, 降低了遥感卫星星座的资源消耗。该搜索方法在海上动态目标搜索领域具有潜在应用价值。     

《儿童哲学智慧书》

我们从小思考哲学问题,长大会有大智慧。《儿童哲学智慧书》以一问一答的形式,满足儿童的好奇心;通过层层深人,让儿童学习独立思考和创意思维。该书图文并茂,收集了儿童经常提出的诸多问题一从生命起源到自我认识。     

面向非合作目标的柔性捕获器设计与动力学建模

为更好地实现对动态非合作目标的捕获,设计开发了一种多臂式柔性捕获器.这种捕获器的原理类似海葵等生物捕猎的方式,不依赖单个柔性臂的精准夹持而是靠多根臂所构成的臂群实现聚拢、挤压等动作,以完成对目标物体的捕获.基于能量守恒和动量守恒原理对非合作目标物体与柔性臂的碰撞问题进行分析,给出了发生碰撞后柔性臂与目标物体各自的运动参数.为进一步分析柔性臂的动态变形过程,采用多个线性关节和扭转关节的组合对单根柔性臂进行描述,并基于牛顿法对各离散关节进行受力分析,建立了柔性臂的动力学模型.将柔性臂整个变形过程离散为多个微小时间段运动的集合,通过动力学分析得到当前时刻的动力学参量,经过一个微小时间内的运动后即可得到下一时刻各质点的位置,迭代进行上述步骤便得到了柔性臂的动态变形过程.而后,通过实验确定单臂动力学模型的最优参数,并将参数优化后的动力学模型在不同加载情况下与单臂样机进行对比,验证了动力学模型的准确性.最后,在单臂动力学模型的基础上建立包括多根柔性臂的捕获器三维模型,进行非合作目标捕获的仿真与样机实验.结果表明:所设计的臂群式柔性捕获器能够很好地完成动态非合作目标捕获任务,所建立的捕获器三维仿真模...     

一类含参半正二阶离散周期边值问题正解的存在性

用Guo-Krasnoselskii不动点定理给出半正二阶离散周期边值问题正解的存在性和多解性结果, 其中λ>0为参数, ［1,T］_z={1,2,…,T}, f: ［1,T］_z×［0,∞)→R连续且存在常数D>0, 使得f(t,u)≥-D, (t,u)∈［1,T］_z×［0,∞), a: ［1,T］_z→(0,∞), 02(π/2T).     

BS-矩阵线性互补问题误差界的一个新估计式

根据BS-矩阵的特殊结构和性质,利用严格对角占优M-矩阵的逆的无穷大范数范围,结合不等式的放缩技巧,改进了B^S-矩阵线性互补问题的误差界估计式.理论分析和数值算例均验证了新估计式的有效性.     

混合粒子群算法的电火花成型加工工艺参数优化

针对电火花成型加工机床工艺参数难以确定以及工件表面质量差的问题,在CTM450机床上探究了脉冲电流、脉冲宽度、脉冲间隔对成型加工中MPR和Ra的影响,在正方实验的基础上,以提高材料去除率和工件表面质量为优化目标,设计了混合粒子群算法,将仿真优化后的结果与实际加工效果进行验证,表面该算法准确有效.     

风味蛋白酶水解牦牛血液蛋白工艺优化研究

通过风味蛋白酶水解牦牛血液蛋白,以蛋白水解率为指标,采用单因素实验探究水解pH、水解温度、料液比、酶浓度、水解时间五个因素对牦牛血液蛋白水解效果的影响.在此基础上以五因素三水平正交试验(L_(18)(3~7))优化水解工艺,发现较佳水解工艺参数为A_1B_2C_3D_3E_3,即最适pH为6.0、最适温度为50℃、料液比为1:9.0 g·mL~(-1)、酶浓度1.25%、水解时间6 h,此时蛋白水解率为33.42±0.44%,水解液氨基酸总量是牦牛原血氨基酸总量的174倍.本实验为牦牛屠宰场血液废弃物资源利用提供理论基础,从而提高牦牛的综合使用价值.     

多维度深海鱼类识别算法

针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)达到80％以上,优于当前主流算法.